Java文件IO优化核心是减少系统调用、降低内存拷贝、避免阻塞，需按场景选缓冲流、NIO内存映射或异步通道，并严格区分字节流与字符流。
Java 应用优化 IO 操作提升文件读写速度，核心在于减少系统调用次数、降低内存拷贝开销、避免阻塞等待，并合理匹配数据类型与流类型。不是堆更多线程或加大内存就能解决，关键在选对机制、配好参数、避开常见坑。
用缓冲流代替原始流
原始 FileInputStream/FileOutputStream 或 FileReader/FileWriter 每次 read() 或 write() 都触发一次系统调用，小数据量时开销巨大。缓冲流通过内部字节数组暂存数据，批量读写，显著减少内核交互。
- 字节场景（图片、PDF、ZIP等）：用 BufferedInputStream + BufferedOutputStream，建议显式指定缓冲区大小（如 32KB 或 64KB），默认 8KB 对大文件不够高效
- 文本场景（日志、CSV、配置文件）：用 BufferedReader + BufferedWriter，支持按行读写，内部同样缓冲，避免逐字符/逐行触发底层 IO
- 别用
readLine()后再拼字符串处理——大文件易 OOM；需逐行处理时，确保单行不超内存承受范围
大文件优先用 NIO + 内存映射
超过 100MB 的文件，传统流容易卡顿、GC 压力大。NIO 的 FileChannel 结合 MappedByteBuffer 可绕过 JVM 堆内存，直接操作虚拟地址空间，实现“零拷贝”级访问。
- 读取超大二进制文件（如视频、备份包）：用
FileChannel.map()映射到堆外内存，通过ByteBuffer.get()随机访问任意位置，无需顺序读取 - 高频写入大日志或导出文件：配合
force(true)控制刷盘时机，避免频繁 sync 影响吞吐 - 注意：映射区域不宜过大（如单次映射不超过 2GB），超限会抛
OutOfMemoryError: Map failed；可分段映射
按需选择字节流 or 字符流
流类型选错会导致隐式编码转换、乱码或性能浪费。本质区别不在“快慢”，而在“是否需要字符解码”。
立即学习“Java免费学习笔记（深入）”；
- 处理纯文本（含中文、UTF-8 编码）：必须用 Reader/Writer 系列，并显式指定 charset（如
new InputStreamReader(in, StandardCharsets.UTF_8)），否则依赖平台默认编码，线上环境极易出错 - 处理二进制（Excel、PDF、音频、网络 raw 数据）：一律用 InputStream/OutputStream，跳过字符解码环节，避免无谓 CPU 开销和潜在损坏
- 不要用
FileReader读取非文本文件——它强制按字符解码，可能把 0xFF 当作非法码点报错
异步与批量策略协同提效
单线程瓶颈明显时，不能只靠加线程数，而要结合异步机制与批量处理逻辑。
- 高并发写场景（如实时日志聚合）：用 AsynchronousFileChannel + 虚拟线程（JDK 21+），让 OS 回调通知完成，避免线程空等 IO
- 多文件批量操作：用 Files.walk() 遍历 + 并行流（
.parallelStream()）需谨慎——磁盘是共享资源，并行太多反而争抢队列；建议控制并发度（如ForkJoinPool.commonPool().setParallelism(4)） - 写入时禁用自动 flush：BufferedWriter 默认每行 flush 一次，大数据量下应关闭自动刷新（
new BufferedWriter(writer, size, false)），改为积攒满再手动flush()
